Le PMI accelerano nell’adozione dei dati come risorsa strategica, ma cresce il divario tra medie e piccole imprese. Per chi investe, l’efficienza operativa e l’ottimizzazione dei processi produttivi restano la priorità. L’AI come fattore chiave per la competitività. Dalla teoria alla pratica: Bergonzoni Frutta, Fondazione Appennino, Patrini Giacomo, Rain e Tecnorobot
La digitalizzazione dei processi nelle aziende, accelerata negli ultimi anni, ha trasformato il dato presente nei sistemi informatici delle organizzazioni nel cuore pulsante del business: da semplice elemento operativo è diventato una risorsa strategica. Ottenere informazioni di valore analizzando i dati è ormai diventato indispensabile nell’attuale mercato, sempre più competitivo. Analizzare i dati permette di rivelare le inefficienze presenti nei processi, facilita l’individuazione delle ridondanze, dei colli di bottiglia e delle aree di miglioramento: le aziende, così, possono ridurre i costi, gli sprechi e le scorte, e nel contempo possono aumentare la produttività.
La trasformazione digitale, tuttavia, non è solo questo, è anche un abilitatore di nuovi prodotti e fonti di ricavo. Infatti, le analisi dei dati sui clienti e sulle vendite aiutano a comprendere meglio le loro richieste: partendo da qui, si può migliorare la propria offerta, trovando le giuste personalizzazioni, arrivando a innovare prodotti e servizi, adattandoli alle esigenze in evoluzione dei clienti: questo migliora il livello di soddisfazione, il tasso di fedeltà e, spesso, delle vendite, ma può anche aprire nuovi mercati e far raggiungere nuovi segmenti di clientela. Con le nuove tecnologie a disposizione, utilizzate in modo efficace e competente, si possono identificare tendenze che potrebbero non essere evidenti leggendo soltanto dei report, e si possono adottare le giuste strategie aziendali a fronte dei rapidi cambiamenti in atto: quali manager oggi si affiderebbero a intuizioni basate soltanto su ipotesi, potendo prendere decisioni data-driven?
ANALIZZARE PER OTTIMIZZARE
I dati giocano un ruolo fondamentale nel processo decisionale: possono far trasformare in modo significativo vari aspetti del business, facendo la differenza tra il successo e il fallimento di un’azienda. Questo vale per le aziende di tutte le dimensioni, comprese le PMI: per tutte, è fondamentale investire nelle giuste tecnologie, che permettano un’interpretazione semplice dei dati e quindi che possano guidare la strategia e l’operatività dei manager.
Grazie a strumenti di BI e a dashboard interattivi, le aziende possono valorizzare i dati presenti nei propri sistemi informativi e trasformarli in un vero e proprio patrimonio di informazioni. Investire in sistemi di analisi non è soltanto una buona pratica, ma è ormai diventata una necessità per le aziende che vogliono rimanere competitive e innovative. Come ha fatto la Bergonzoni Frutta, di Gallo di Poggio Renatico, in provincia di Ferrara, leader nella commercializzazione delle diverse varietà di pere coltivate in Emilia Romagna. Da quarant’anni è all’avanguardia nell’impiego delle migliori tecnologie per la lunga conservazione e per il confezionamento delle pere nei suoi stabilimenti, in grado di stoccare 15mila tonnellate all’anno. Con questo spirito, l’azienda ferrarese ha deciso di intraprendere un processo di digitalizzazione per agevolare il proprio lavoro: tra gli obiettivi, l’efficientamento della produzione e dello stoccaggio della merce, e la tracciabilità completa del processo produttivo. L’aumento dell’efficienza è stato raggiunto grazie all’individuazione tempestiva delle inefficienze di produzione, inoltre sono stati ottimizzati i processi lavorativi e migliorati diversi aspetti dell’azienda, per esempio, lo stoccaggio della merce: oggi, Bergonzoni Frutta può condividere in qualsiasi istante tutte le informazioni per lo stoccaggio e la tracciabilità dei prodotti tra i diversi reparti.
INVESTIRE NEI DATI
Affinché le attività di analisi siano veramente efficaci, è necessario operare su dati di alta qualità: completi, pertinenti e affidabili. Questo richiede innanzitutto la definizione e l’implementazione di processi strutturati per la raccolta dei dati, la loro integrazione con fonti interne ed esterne all’organizzazione, l’archiviazione, la validazione, la pulizia e il controllo di integrità. Tali attività sono spesso indispensabili anche per consentire analisi in tempo reale, garantendo massima attenzione alla sicurezza e alla privacy. Nelle grandi aziende, questo approccio è già una realtà consolidata, grazie alla capacità di investire ingenti risorse nel lungo periodo.
Secondo l’Osservatorio Big Data & Business Analytics della School of Management del Politecnico di Milano, lo scorso anno il mercato legato alla gestione e all’analisi dei dati è cresciuto del 20%, raggiungendo un valore stimato di 3,42 miliardi di euro. La maggior parte degli investimenti proviene dalle grandi imprese, che coprono il 75% del totale, mentre la Pubblica Amministrazione ne rappresenta solo il 6%. Per quanto riguarda le aziende di dimensioni più contenute, il 79% delle PMI svolge attività di analisi dati, almeno a livello descrittivo, con una crescita lenta ma costante negli ultimi tre anni. Tra queste PMI, tre aziende su quattro stanno anche sperimentando nel campo delle analisi predittive, con un aumento del 7% rispetto al 2023: questo dato dimostra che anche queste aziende, per tradizione legate a processi manuali, hanno iniziato a cogliere il valore del dato come leva per ottimizzare i propri processi, trasformando i dati in decisioni e azioni.
Un’azienda che ha già iniziato questo processo di trasformazione è Rain: dal 1968 a Cerro Maggiore, vicino a Milano, produce soluzioni d’irrigazione del verde all’avanguardia e detiene più di dieci brevetti nel mondo. Grazie al suo forte spirito innovativo, è diventata leader europeo nella produzione di elettrovalvole, che stampa e assembla in Italia fin dagli anni 90.
Negli ultimi tre decenni, la produzione interna ha registrato un’importante espansione, includendo oggi centraline, pozzetti, collettori e, soprattutto, i dispositivi della gamma smart Vision, vero fiore all’occhiello dell’azienda. Questo innovativo sistema modulare per l’irrigazione connessa integra centraline smart, strumenti per la ricarica sostenibile, dispositivi per la connessione a Internet e sensori per l’uso efficiente dell’acqua. Il tutto è gestito tramite un’app intuitiva e altamente flessibile, che semplifica la manutenzione per gli installatori e garantisce un’esperienza d’uso immediata per l’utente finale, grazie a un’interfaccia snella e intuitiva.
Da alcuni anni, Rain ha avviato un percorso di automatizzazione e digitalizzazione dei processi produttivi. L’azienda ha inoltre avviato un processo di modernizzazione del proprio sistema informativo, integrando la gestione sia dell’area amministrativa che commerciale attraverso un ERP avanzato, collegato a una piattaforma di business intelligence per analizzare in modo avanzato tutti i dati aziendali, monitorando con precisione gli indicatori di performance definiti per ogni area. Questo permette di misurare i progressi rispetto agli obiettivi strategici, garantendo un controllo più efficace e decisioni basate su dati concreti.
BARRIERE CULTURALI
I dati dell’Osservatorio evidenziano che, nelle grandi aziende, l’adozione degli strumenti di business intelligence è ormai una prassi consolidata, con un tasso di utilizzo che raggiunge il 93%. Tuttavia, secondo gli intervistati, questi strumenti generano un reale valore solo quando sono accompagnati da un’evoluzione culturale all’interno delle organizzazioni che li adottano.
Questo aspetto, insieme alla capacità di spesa, è stato il principale freno per le PMI: secondo l’Osservatorio, solo il 37% di queste realtà ha definito delle priorità specifiche nell’ambito della valorizzazione dei dati da attuare nei prossimi 12 mesi, focalizzandosi su formazione e upskilling del personale, riconoscendo l’importanza di sviluppare competenze interne per affrontare le sfide legate ai dati. Investire nella formazione del personale per sviluppare competenze in data analytics è fondamentale. La capacità di analizzare e interpretare i dati è infatti tanto cruciale quanto quella di raccoglierli. L’efficacia dei dati dipende dalla capacità dell’azienda di integrarli nei propri processi e di promuovere una cultura data-driven, trasformandoli in un reale vantaggio competitivo.
La barriera all’implementazione di questi sistemi nelle PMI non è più tecnica o economica, come approfondiremo più avanti, ma culturale. Molte di queste aziende incontrano difficoltà nel definire e sviluppare internamente una data strategy, a causa della carenza di competenze specifiche. Inoltre, reperire le professionalità adeguate risulta complesso: le realtà di dimensioni più contenute dispongono di risorse limitate e spesso non possono contare né su un team IT interno né su specialisti in data analytics. Le PMI faticano a creare al proprio interno una cultura del dato, a formare i propri dipendenti e collaboratori sull’importanza della gestione dei dati e sull’utilizzo degli strumenti di analisi, a migliorare la loro competenza nel leggere, interpretare e utilizzare i dati per essere poi in grado di prendere decisioni data-driven.
Per queste aziende è importante adottare un approccio graduale, iniziando con piccoli progetti e incrementandone le implementazioni man mano che l’organizzazione matura nell’utilizzo efficace dei dati. Per rafforzare le competenze analitiche del team e accelerare l’adozione di questi strumenti, è utile investire in formazione, attraverso corsi online e workshop, e valutare collaborazioni con consulenti esterni specializzati nella gestione e analisi dei dati.
È quanto, per esempio, ha fatto la Patrini Giacomo, azienda che ha una sede principale a Pieve Emanuele, nell’hinterland milanese, e una consociata tedesca (Patrini Giacomo GmbH) a Mannheim. Dal 1965, l’azienda produce e progetta supporti antivibranti in gomma e metallo utilizzando materie prime italiane di qualità, provenienti da fornitori certificati. La vasta gamma di supporti antivibranti prodotti possono essere personalizzati per meglio soddisfare le esigenze tecniche di ogni applicazione, e possono essere applicati efficacemente a diversi settori e strumentazioni: supporti cabina assali, generatori e gruppi di continuità, ventilatori, compressori, condizionatori, scambiatori di calore, cappe aspiranti, macchine movimento terra, trattori, macchine agricole, applicazioni nautiche, applicazioni ferroviarie e molti altri. Qualche anno fa, l’azienda ha compiuto diversi investimenti nel potenziamento della propria capacità produttiva e ha investito in Industry 4.0, integrando il proprio sistema informativo con i dati provenienti dai macchinari di produzione. Per completare il percorso di digitalizzazione avviato precedentemente, l’azienda ha implementato un MES e un software di analytics per monitorare in tempo reale le performance dei reparti produttivi, ottimizzando così i processi. Grazie a questa evoluzione, è diventata una PMI data-driven, integrando anche i requisiti di Industria 4.0.
GLI STRUMENTI PER DECIDERE
Negli ultimi anni le tecnologie di analisi dei dati sono diventate più accessibili, non sono più necessari investimenti importanti nell’infrastruttura e nella sua gestione: oggi, si possono trovare soluzioni flessibili, scalabili e convenienti, spesso cloud-based, che permettono anche alle aziende più piccole e con budget limitati di dotarsi di una piattaforma per la raccolta e l’analisi dei dati che sia economicamente sostenibile, con investimenti iniziali ponderati in funzione delle necessità specifiche dell’azienda. Rispetto alle aziende più grandi, le PMI hanno il vantaggio di essere più flessibili, e quindi con le giuste informazioni a disposizione possono adattarsi più velocemente ai mutamenti del mercato rispetto alle aziende più grandi.
Ma quali sono i dati che devono essere analizzati? Sicuramente, non sono solo numeri e tabelle: questi (fatturato del periodo, ordini ricevuti nel mese, prodotto del periodo nel trimestre, solo per fare qualche esempio) sono facili da comprendere e da valutare, ma si possono ottenere anche con buoni strumenti capaci di estrarre situazioni significative utili ai decisori aziendali. I dati necessari per analisi predittive, invece, sono molto più complessi, non solo per la loro quantità, ma anche per la varietà. Provengono da fonti eterogenee e sono presenti in più database: ERP, CRM, sensori IoT, messaggi di testo e file multimediali. Perfino i social network (dove si trovano, per esempio, i feedback dei clienti o i forum online) possono mostrare preziosi insight utili al business. Per utilizzarli, è necessario in primo luogo conoscere il loro significato, la loro effettiva raggiungibilità e usabilità, la giusta combinazione per costruire ciò di cui un data consumer ha bisogno. Questa complessità rappresenta il secondo punto critico per le PMI: secondo l’Osservatorio, il 78% delle PMI non integra le diverse fonti o lo fa esclusivamente con attività manuali, tramite importazioni ed esportazioni. È la capacità di ottimizzare le fonti di dati che rende il loro utilizzo veramente efficace in tutte le aree aziendali. Solo chi riesce a farlo in modo approfondito può cogliere i grandi benefici che questi sistemi sono in grado di offrire.
È il caso di Tecnorobot, azienda fondata nel 1993 a Verderio (Lc), uno dei principali attori nel settore della saldatura, manipolazione e taglio robotizzati. Grazie alla lunga esperienza e al costante impegno nell’innovazione, l’azienda è diventata punto di riferimento nel mercato degli impianti robotizzati, proponendo soluzioni all’avanguardia e di alta qualità. Nel mondo dell’Industria 4.0, l’interconnessione tra macchinari e sistemi gestionali è determinante per ottimizzare i processi produttivi e favorire una gestione intelligente della fabbrica. In questo caso specifico, i macchinari sono impianti robotizzati per la lavorazione della lamiera, macchinari custom, cioè progettati e costruiti ad hoc sulle esigenze del cliente. Tecnorobot si interfaccia con il sistema gestionale tramite web services: l’interconnessione consente il trasferimento di qualsiasi dato misurato come, per esempio, l’identificativo articolo, il codice cliente, il numero della commessa, la quantità prodotta e il tempo di esecuzione. In logica 5.0, invece, è possibile passare dati sui consumi, tra i quali la corrente consumata dai motori, i litri/minuto del gas di saldatura, lo sforzo cui sono soggetti i motori. Il modulo di interconnessione è stato progettato per garantire una perfetta integrazione con il gestionale, riducendo i tempi di implementazione e ottimizzando le risorse aziendali. Tra i vantaggi di questa soluzione, l’efficienza operativa (grazie alla connessione diretta e automatizzata, l’operatività dei macchinari può essere monitorata e ottimizzata in tempo reale), la semplicità di implementazione (il modulo di interconnessione ready-to-use non richiede personalizzazioni complicate, rendendolo facile da adottare per qualsiasi azienda), la scalabilità (la soluzione è flessibile e scalabile, adatta sia per piccole realtà produttive che per grandi aziende con impianti complessi).
OLTRE I LUOGHI COMUNI
Secondo l’Osservatorio, la spinta verso l’adozione di tecnologie avanzate per la gestione e l’analisi dei dati sta creando un distacco sempre maggiore tra medie e piccole imprese. Il bisogno di dotarsi di questi strumenti è molto sentito da tutte le PMI, come conferma l’indagine di B2B Stars, piattaforma pensata per aiutare le aziende a trovare fornitori, clienti e partner. Secondo il 78% degli intervistati, le PMI si sentono svantaggiate, e ritengono che le aziende più grandi, operanti nel loro settore, abbiano un migliore accesso alle informazioni a supporto del loro processo decisionale. La stessa indagine, poi, mostra che per quasi la metà degli intervistati (48%), la sfida più complicata che le PMI devono affrontare è la mancanza di visibilità rispetto ai concorrenti più grandi. Un progetto per aumentare la visibilità, ma soprattutto per valorizzare il proprio territorio e le strutture presenti, è quello di Fondazione Appennino, ente del terzo settore, che valorizza, promuove, conserva e gestisce le aree interne dei Monti Appennini con obiettivi anche legati alla sperimentazione tecnologica e alla sostenibilità climatica.
Qualche anno fa, in collaborazione con il gruppo Almawave, la Fondazione Appennino ha lanciato un progetto innovativo chiamato GOAL 2030, finanziato dalla Regione Basilicata con l’obiettivo di favorire uno sviluppo più equilibrato e duraturo del territorio attraverso la misurazione scientifica della sostenibilità e l’adozione di nuove tecnologie. Dotate di caratteristiche peculiari, in particolare aspetti legati all’accoglienza e all’ospitalità, le aree interne del nostro Paese sono in grado di attrarre flussi turistici crescenti, interessati al contatto diretto tra locali e visitatori, per sperimentare senza filtri la cultura, lo stile di vita, le abitudini dei luoghi visitati: l’obiettivo è superare i luoghi comuni e trasformare le aree interne in “luoghi non comuni” del turismo. Fondazione Appennino, grazie all’analisi dei dati (il sentiment espresso online, la composizione dell’offerta, la tipologia dei visitatori), fornisce a comuni, borghi o destinazioni, la possibilità di capire i propri punti di forza, le potenzialità del territorio e usare queste informazioni come punto di partenza per riposizionarsi sul mercato, costruire un’offerta più competitiva e attirare nuovi flussi di viaggiatori: infatti, la misurazione scientifica della sostenibilità di un territorio, con indicatori certificabili e benchmark, aiuta quella destinazione a scegliere e definire il proprio posizionamento e costruire una nuova immagine, più sostenibile e più attraente agli occhi dei turisti. Già nel 2021, i primi risultati: tutte le tipologie di strutture ricettive delle aree interne hanno registrato un sentiment superiore rispetto al resto d’Italia.
E L’INTELLIGENZA ARTIFICIALE?
Il mondo degli analytics sta vivendo una trasformazione radicale grazie all’integrazione con l’intelligenza artificiale e il machine learning, tecnologie indispensabili per potenziare le estrazioni di valore dai dati contenuti nei propri sistemi e ottenere un ulteriore vantaggio competitivo. L’AI non va considerata un semplice sostituto degli strumenti di business analytics, ma un potente acceleratore. Grazie ad essa, è possibile automatizzare attività ripetitive come la pulizia e l’organizzazione dei dati, liberando tempo e risorse per concentrarsi su analisi più strategiche. Inoltre, l’AI è in grado di individuare pattern e tendenze, rilevare connessioni tra i dati difficili da identificare con metodi tradizionali ed estrarre informazioni con maggiore precisione e rapidità, migliorando così la qualità e l’efficacia delle analisi.
Per sfruttarne appieno il potenziale, servono tre leve fondamentali: investire in infrastrutture tecnologiche, garantire dati di alta qualità e formare il personale affinché sappia utilizzare al meglio questi strumenti. Secondo i dati dell’Osservatorio, lo scorso anno il mercato dell’AI in Italia ha toccato un nuovo record, raggiungendo 1,2 miliardi di euro, con una crescita del 58% rispetto all’anno precedente. Analizzando la spesa media per azienda, i settori più attivi risultano Telco & Media e Insurance, seguiti da Energy, Resource & Utility e Banking & Finance. Da segnalare anche la forte accelerazione del comparto GDO & Retail, che sta investendo sempre più nell’intelligenza artificiale per ottimizzare processi e strategie. L’Italia resta indietro rispetto ad altri paesi europei nell’adozione dell’intelligenza artificiale. Secondo i dati dell’Osservatorio, l’81% delle grandi imprese ha almeno valutato un progetto di AI, contro la media europea dell’89%, mentre solo il 59% ha già avviato iniziative concrete, a fronte di un 69% registrato nel resto d’Europa.
Tra le diverse applicazioni, la fetta più ampia del mercato (34%) è occupata dai progetti di Data Exploration, Prediction & Optimization Systems – strumenti avanzati per la previsione della domanda, l’ottimizzazione dei flussi di trasporto e la rilevazione di attività anomale o fraudolente. Seguono le soluzioni di Text Analysis, Classification & Conversation Systems (32%), che hanno registrato la crescita più alta (+86%), spinte dall’adozione di sistemi di Retrieval Augmented Generation su normative, manuali e documentazione aziendale.
Se le grandi imprese stanno accelerando, per le PMI il quadro è molto diverso. L’interesse è alto – il 58% guarda con attenzione all’AI, spinto dal clamore mediatico e dalla crescente offerta di strumenti accessibili e low-cost – ma i progetti concreti restano pochi: solo il 7% delle piccole imprese e il 15% delle medie ha avviato iniziative, sviluppando soluzioni in-house o affidandosi a fornitori esterni. Per chi ha scelto di investire, il focus principale resta l’efficienza operativa, con particolare attenzione, nelle aziende manifatturiere, all’ottimizzazione dei processi produttivi.
L’AI è ormai un fattore chiave per la competitività, ma il divario tra chi investe e chi resta indietro rischia di allargarsi ulteriormente. Un forte limite all’adozione progettuale dell’AI è l’immaturità nella gestione dei dati. L’adozione di strumenti di Generative AI pronti all’uso tramite licenze riguarda l’8% delle PMI, per lo più le stesse realtà che lavorano sull’AI, più una quota minoritaria di aziende che stanno esplorando il tema con investimenti estremamente contenuti. Dati analoghi si trovano anche nel report “L’Intelligenza Artificiale nelle PMI italiane: stato e prospettive” di Webidoo Insight Lab. Le nazioni del Nord Europa come Danimarca e Finlandia guidano l’integrazione dell’AI nei processi aziendali con percentuali di utilizzo intorno al 14%.
L’Italia si trova al diciannovesimo posto sui 27 paesi UE, con il 4,7%, che evidenzia un livello di utilizzo ancora limitato: siamo molto lontani anche da Belgio e Olanda, che sono oltre il 12%, e da Germania, Slovenia e Austria, che sono oltre il 10%. L’adozione nel nostro Paese varia in modo significativo se si osservano le aree geografiche: si va dal 6% delle imprese che utilizzano l’AI nel Nord Est, al 4,9% del Nord Ovest, per passare al 4,4% del Sud e al 2,9% del Centro. Secondo uno studio di McKinsey e MIT Sloan Management Review, citato nel report di Webidoo, le PMI che implementano almeno una soluzione AI possono incrementare i profitti fino al 16%, mentre le aziende che integrano l’AI nelle proprie strategie registrano un fatturato superiore del 32% rispetto ai concorrenti più lenti nell’adozione. Questi dati dimostrano che investire nella digitalizzazione dell’impresa e nell’implementazione AI, ha un impatto positivo diretto sulla crescita economica delle aziende, migliorando performance e capacità competitiva.
L’AI non è solo un’opportunità tecnologica, ma un vero e proprio motore di crescita economica: chi investe tempestivamente nell’AI può posizionarsi come leader del suo settore, ottenendo vantaggi competitivi difficili da colmare. Un segnale positivo arriva dal fronte della formazione: secondo l’Osservatorio del Politecnico di Milano, il sistema educativo ha compiuto significativi progressi, con un aumento dell’offerta di corsi universitari e percorsi ITS dedicati alle tecnologie AI.
La trasformazione digitale accelera a ritmo sostenuto. Secondo IDC, la spesa per l’innovazione tecnologica in Europa, Medio Oriente e Africa raggiungerà i 1.201 miliardi di dollari entro il 2028, con un tasso di crescita annuo composto (CAGR) del 15,8%. A trainare questa corsa è soprattutto l’intelligenza artificiale, con la Generative AI che si è imposta come il principale motore degli investimenti digitali, superando persino il cloud. L’adozione su larga scala di strumenti basati su GenAI sta ridisegnando le strategie aziendali, spingendo le imprese ad accelerare l’integrazione di soluzioni avanzate per restare competitive in un mercato in continua evoluzione. Il 99% dei CEO EMEA considera la GenAI una priorità strategica per i prossimi anni. Con un numero sempre maggiore di aziende impegnate in progetti di implementazione dell’AI, la domanda di data scientist ed esperti di AI aumenterà esponenzialmente. IDC stima che entro il 2027 il 70% delle organizzazioni sperimenterà una carenza di competenze digitali che causerà ritardi nei progetti, rallentando l’implementazione delle tecnologie AI: l’accesso alle competenze digitali sarà la sfida principale per le aziende che puntano a crescere.
